技術特征：

1.一種基于人工智能算法的工業(yè)日志降噪處理方法，其特征在于，包括：

2.根據(jù)權利要求1所述的基于人工智能算法的工業(yè)日志降噪處理方法，其特征在于，對所述歷史告警數(shù)據(jù)進行預處理，包括：

3.根據(jù)權利要求1所述的基于人工智能算法的工業(yè)日志降噪處理方法，其特征在于，基于所述測試集對訓練后的卷積神經(jīng)網(wǎng)絡模型進行測試，得到告警日志降噪模型，包括：

4.根據(jù)權利要求1所述的基于人工智能算法的工業(yè)日志降噪處理方法，其特征在于，根據(jù)服務器需求對所述告警日志降噪模型的運行參數(shù)進行配置，包括：配置所述告警日志降噪模型的閾值和處理頻率。

5.根據(jù)權利要求1所述的基于人工智能算法的工業(yè)日志降噪處理方法，其特征在于，所述服務器需求為適配服務器規(guī)格和存儲需求。

6.根據(jù)權利要求1所述的基于人工智能算法的工業(yè)日志降噪處理方法，其特征在于，對所述實時告警數(shù)據(jù)進行初步處理，包括：

7.根據(jù)權利要求1所述的基于人工智能算法的工業(yè)日志降噪處理方法，其特征在于，所述告警特征包括：時間戳、ip地址、告警類型、告警來源和嚴重程度。

8.根據(jù)權利要求1所述的基于人工智能算法的工業(yè)日志降噪處理方法，其特征在于，根據(jù)所述告警特征對所述實時告警數(shù)據(jù)進行分類，確定所述實時告警數(shù)據(jù)的類別，包括：

9.根據(jù)權利要求1所述的基于人工智能算法的工業(yè)日志降噪處理方法，其特征在于，基于所述告警特征和類別對所述實時告警數(shù)據(jù)進行存儲和可視化分析，包括：

10.一種基于人工智能算法的工業(yè)日志降噪處理系統(tǒng)，用于應用如權利要求1-9任一項所述的基于人工智能算法的工業(yè)日志降噪處理方法，其特征在于，包括：

技術總結(jié)
本發(fā)明涉及網(wǎng)絡安全技術領域，公開了一種基于人工智能算法的工業(yè)日志降噪處理方法及系統(tǒng)，該方法包括：采集設備/應用的歷史告警數(shù)據(jù)，并進行預處理，并將預處理后的數(shù)據(jù)劃分為訓練集和測試集；構(gòu)建卷積神經(jīng)網(wǎng)絡模型，基于訓練集和測試集對卷積神經(jīng)網(wǎng)絡模型進行訓練和測試，得到告警日志降噪模型；對告警日志降噪模型的運行參數(shù)進行配置，并與動態(tài)感知系統(tǒng)集成；接收設備/應用的實時告警數(shù)據(jù)，并將實時告警數(shù)據(jù)輸入到告警日志降噪模型內(nèi)，得到告警特征；根據(jù)告警特征進行分類，確定實時告警數(shù)據(jù)的類別；基于告警特征和類別進行存儲和可視化分析。本發(fā)明能夠從大量告警中精準識別出重復的或不相關的告警信息，并進行降噪處理，以減少系統(tǒng)負擔。

技術研發(fā)人員：李天澤,李赫,張偉
受保護的技術使用者：北京網(wǎng)藤科技有限公司
技術研發(fā)日：
技術公布日：2025/1/9